写点什么

HN 网友分享 AI 在企业中的应用案例

  • 2016-12-27
  • 本文字数:1685 字

    阅读完需:约 6 分钟

2016 年,AI 在企业中的应用情况达到了怎样的程度?在 12 月的一篇 Hacker News 讨论帖中,诸多网友分享了其公司内部应用机器学习技术的情况。

数据的清洗、统计、建模、预测

为了追热点,这年头的大部分数据公司都说自己的产品服务用了机器学习。这相当引人争议——比如,线性回归算是机器学习吗?有人说是,因为机器学习的教程就是从线性回归开始的;有人说不是,因为这种基本的统计计算早在“机器学习”这个概念出来之前就有人在用了。

到底,怎样的系统有资格被称为“机器学习”系统呢?有人搬出了 Tom Mitchell 一段定义

“A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.”

比如你写了个下棋的程序,然后让它天天自己跟自己下棋玩;过了一段时间,如果你发现它的棋力提升了,那就证明它具备学习能力。同理,如果你写了一个预测的程序,然后让它天天看各种历史数据;过了一段时间,如果你发现它的预测准确率提升了,那就证明它具备学习能力。(不过反过来,这样的定义却无法证明一个系统不具备学习能力……)

有些数据处理系统并不具备学习功能。很多数据处理系统并不需要具备学习功能。不过,机器学习的能力正在越来越多的应用到数据处理的场景中,这是毋庸置疑的。尤其在金融行业,制作风险模型、进行花费预测、损失预测,都有广泛的应用。比较有趣的是有人提到 Numerai ,这里聚集了一大批给股市建模的数据科学家,大家把自己的预测拿出来公开比赛。

此外,有一个用户 @splike 表示他们的系统可以预测一次基因编辑操作(CRISPR)的有效程度。还有一个叫做 Queckt 的系统可以预测一个 JIRA 工单需要多久能被解决。(话说这系统是要用来对付产品经理的么……)

客户管理 KYC

几乎半数的回复都涉及客户管理方面的应用,如:

  • Amazon Personalization ,亚马逊的个性化推荐系统
  • Coursera 的个性化课程推荐系统
  • 预测客户流失,如 AppURI
  • 金融 / 电信行业反欺诈服务,如 SkyMind
  • 从众多的客户留言中自动筛选出那些“不高兴的客户”

模式识别

  • 有一位来自制造业的用户 @altshiftprtscrn 表示他们用声学显微镜进行次品检测,用决策树模型提升系统识别次品的正确率
  • @strebler 就职于一家计算机视觉公司,该公司开发了几个针对零售商的产品,可以根据图像自动识别商品并提供后续服务
  • Sumo Logic ,针对大规模服务器集群(主要是 AWS 和 Azure 应用)分析系统日志以协助故障排查。 SkyMind 也提供了类似的服务针对 OpenStack 部署。 Graphistry 也提供类似的服务
  • Persyst ,用神经网络学习脑电图 / 心电图,识别各种疾病的症状
  • Qualia.ai ,识别网络舆论上出现的新生热门话题
  • Matterport ,针对房地产行业,其系统根据摄像师提供的房屋全景照片制作 3D 模型与介绍视频
  • Attentive.ai ,针对安防摄像头拍到的录像进行分析,自动抽取其中的“异常事件”并发送报警
  • Diffbot ,自动抓取网页中的纯内容,移除与内容无关的页面元素。John Davi在 Quora 上介绍过 Diffbot 用来提高抓取准确度的算法

决策助理

  • 用户 @iamed2 的系统能够为电网中的交互行为建模,从而提供建议以优化电网的效率。他说,“如果你很了解你的数据关系,那么机器学习也许对你是没用的。但如果你不了解你的数据关系,那么机器学习就变得很有用了。”
  • 用户 @ilikeatari 的系统能够针对用户的用车历史提供建议,告诉他们何时把旧车卖掉再买入新车是最划算的。目前,他们的客户主要是美军舰队
  • Optimail ,邮件推广自动化,自动抓取你的网站以生成推广邮件 / 短信,配合强化学习算法以提升推广成功率

总结

2016 年初, mldb 博客上发布了一篇文章:《当机器学习遇到经济世界》(文章第二部分在此)。到2016 年底,正如用户 @strebler 在帖子中所说,“AI/ML 在最近这段时间的发展,真真切切的将之前的一些不可能化为了可能“。2017 年,这个领域的发展将更加值得关注。


感谢郭蕾对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

2016-12-27 18:001967

评论

发布
暂无评论
发现更多内容

一名MindSpore新手的爬坑记录~~

依旧廖凯

28天写作 3月日更

基于SparkMLlib智能课堂教学评价系统的设计与实现(一)

大数据技术指南

大数据 spark 智能时代 28天写作 3月日更

打卡第一次

容光

办公自动化

Python 日期格式和时间以及当前时间和时间戳

HoneyMoose

微服务学习笔记

lenka

3月日更

《经济学人》2021年3月13日刊精彩文章导读及资源免费下载

wbliu85

【LeetCode】设计哈希集合Java题解

Albert

算法 LeetCode 28天写作 3月日更

(28DW-S8-Day21) 《流程型组织》学习笔记:「客户第一」还是「老板第一」

mtfelix

28天写作 流程型组织

啥?用了并行流还更慢了

L

Java

什么样的技术能进入一线大厂?这份阿里、百度、腾讯等 20家Java岗招聘要求梳理报告,会给你答案;

Java架构师迁哥

Wireshark数据包分析学习笔记Day9

穿过生命散发芬芳

Wireshark 数据包分析 3月日更

优雅编程 | Javascript闭包的4种高级用法

devpoint

闭包 防抖 节流 闭包要点

进入大厂的简历应该是什么样子

我是程序员小贱

3月日更

Zookeeper.01 - 简介

insight

zookeeper 3月日更

原来我还有网络天赋

叫练

网络 交换机

Lex Fridman: How to learn and master a new skill 简评

teoking

LeetCode题解:91. 解码方法,动态规划,JavaScript,详细注释

Lee Chen

算法 大前端 LeetCode

数字化“翻译官”

boshi

数字化 七日更

Oracle中我们什么时候需要用到定时任务?

xiezhr

oracle 定时任务 存储过程

css高度坍塌与清除浮动

依旧廖凯

28天写作 3月日更

虚拟路由器冗余协议 VRRP 详解

你最喜欢的奥斯卡电影是哪部?

wbliu85

[转]html5设计原理

小江

MySQL主从复制机制

luojiahu

MySQL 主从复制

跳表

一个大红包

3月日更

Elasticsearch Document 写入原理

escray

elastic 28天写作 死磕Elasticsearch 60天通过Elastic认证考试

Python DataTime 日期处理

HoneyMoose

「Linux」网络配置大揭秘

我是程序员小贱

3月日更

算法攻关 - 重上到下打印二叉树 (O(n))_offer32

小诚信驿站

刘晓成 小诚信驿站 28天写作 算法攻关 从上到下打印二叉树

Elasticsearch 近实时搜索 Near Real-Time Search

escray

elastic 28天写作 死磕Elasticsearch 60天通过Elastic认证考试 3月日更

万事开头难——人为推进效应

Justin

心理学 28天写作 游戏设计

HN网友分享AI在企业中的应用案例_语言 & 开发_sai_InfoQ精选文章